收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

智能空间中人的行为识别与理解

黄彬  
【摘要】: 目前许多国家已进入老龄化社会,对独居老人的监护和陪伴已成为突出的社会问题,各国把智能服务机器人的开发作为应对这一问题的重要策略之一。正确识别和理解人的行为是服务机器人给人提供相应服务的前提。目前对基于视觉的行为识别和理解的研究尚处于初级阶段,人体行为模式的多样性和家庭环境的复杂性使之成为一个极富挑战性的课题。就目前机器人的发展水平而言,仅仅依靠机器人自身有限的感知和计算能力难以完成“在正确识别和理解人的行为基础上提供恰当服务”这样复杂的任务,必须借助其他手段。为此,本文提出了以基于视觉的方法为基础、结合智能空间技术实现对人行为的识别和理解的方法。对智能空间中人的行为的正确识别和理解使机器人对独居老人的监护和陪伴成为可能。因此,对智能空间及智能空间中行为识别和理解的研究具有重要的理论和实际意义。 本文对智能空间中行为识别和理解所包含的五个主要方面进行了研究与探讨:“面向理解和服务的智能空间”(Intelligent Space for Understanding and Service,简称ISUS)的设计与搭建,运动目标的检测与跟踪,日常动作识别,异常动作识别,行为认知和意图识别。首先,研究了ISUS的搭建。ISUS既是人活动的物理空间,又是能够感知人的活动、给人提供服务的智能空间。在行为识别和理解的研究过程中,需要用到ISUS中的视觉和其他相关信息。因此,ISUS是后续研究的基础;然后,研究了以家庭环境中独居老人的监护为背景的目标检测和跟踪,实现了家庭环境中对目标的准确检测和实时跟踪,此为目标动作识别中特征提取的前提;在正确检测出目标并对目标进行实时跟踪的基础上,对常见日常动作和异常动作的识别进行了研究。日常动作的正确识别是行为认知和意图识别的基础,而通过对异常动作的有效识别可判断被监护者是否有异常状况发生;最后,研究了智能空间中目标的行为认知和意图识别,实现了对正常行为的认知和意图识别以及对常见反常行为的识别。在此基础上,智能空间可根据识别结果直接或者间接给人提供相应的服务。主要研究内容和结果概括如下: (1)针对iSpace (Intelligent space)服务效率低的问题,提出了ISUS的概念和执行分布的思想,有效提高了服务效率,降低了机器人的负担;从智能空间标准化的角度进行研究,设计了ISUS的分层体系结构,从而使整个系统更加紧凑清晰,便于ISUS的搭建和任务分配;在对ISUS的组成单元进行研究、设计的基础上,搭建了智能空间,然后针对智能空间如何有效完成“理解和服务”这一核心任务进行了任务分解和规划,最后介绍了ISUS所能实现的功能并剖析了ISUS中的信息流结构。 (2)针对智能空间的环境特点,改进了高斯混合模型(GMM)运动检测算法,提高了模型及时反映背景变化的能力,从而改善了目标分割的效果;对均值漂移算法(Mean Shift算法)进行了改进,提出了适合本环境的模板和目标尺度更新策略,并结合卡尔曼滤波提高了跟踪的鲁棒性;采用智能空间中的无线传感网络技术和视觉技术相结合的目标跟踪方法,解决了跟踪过程中目标的严重遮挡或目标暂时离开摄像机视野范围后的重新获取以及多摄像机目标跟踪中目标匹配、交接困难的问题,实现了多摄像机对目标的接力跟踪。 (3)人体动作识别是行为认知和意图识别的基础,基于视觉的动作识别的实质是有效特征的选择问题,好的特征不仅能够有利于行为识别而且能够减少识别的计算量。针对利用目前常用特征难以提高动作识别准确性的问题,本文提出了利用人体动作序列的轮廓特征识别人的日常动作的方法,有效提高了动作识别的准确率。但是,这种方法对目标分割的要求很高,易受目标分割结果的影响。为此,提出了直接利用人体动作序列的侧影特征作为动作识别特征的方法,提高了识别的准确性和可靠性。 (4)对常见异常动作的识别进行了研究,主要研究了跌倒、异常步态和异常行走状态的识别。在跌倒识别方面,针对已有方法难于区分跌倒和正常躺下的问题,提出了一种新的跌倒识别算法,在识别过程中利用了跌倒的静、动态特性,同时考虑了人在智能空间中的位置、身体状况等信息,提高了跌倒识别的准确性;与目前常用步态特征实现身份识别不同,本文通过对异常步态的识别来推断人是否有异常状况发生。为此,根据人的步态特点,定义了能实时描述步态变化的参数,据此实现了对异常步态的识别;最后通过对行走轨迹的判断实现了对异常行走状态的识别。 (5)行为认知和意图识别是行为识别和理解的高层处理阶段。首先对人在智能空间中的定位进行了研究,针对基于身高模型的定位不能解决当人的姿态变化时会产生定位错误的问题,提出了身高模型和姿态识别相结合的定位方式,消除了人体姿态变化对定位准确性的影响。然后,通过定义的位置置信度系数实现了多摄像机定位结果的融合,进一步提高了定位精度;在实现对人定位的基础上,研究了对正常行为的认知和对反常行为的识别。在对正常行为的认知和意图识别中,提出了智能空间关键点的概念,对智能空间中的关键点和区域进行了定义。在此基础上提出了地点驱动的行为认知算法,把关键点与其属性相联系,实现了对人意图的识别;在反常行为识别方面,提出了通过分析人在关键点之间的活动路线识别人是否有反常状况发生的方法;提出了关键点持续时间直方图的概念,并利用持续时间直方图实现了对反常习惯行为的识别,并通过定义的习惯变化评价指标实现了对行为反常程度的度量。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李宁;须德;傅晓英;袁玲;;结合人体运动特征的行为识别[J];北京交通大学学报;2009年02期
2 张伟东;陈峰;徐文立;杜友田;;基于阶层多观测模型的多人行为识别[J];清华大学学报(自然科学版);2009年07期
3 吴联世;夏利民;罗大庸;;人的交互行为识别与理解研究综述[J];计算机应用与软件;2011年11期
4 申晓霞;张桦;高赞;薛彦兵;徐光平;;一种鲁棒的基于深度数据的行为识别算法[J];光电子.激光;2013年08期
5 郑胤;陈权崎;章毓晋;;深度学习及其在目标和行为识别中的新进展[J];中国图象图形学报;2014年02期
6 曾青松;余明辉;贺卫国;李玲;;一种行为识别的新方法[J];昆明理工大学学报(理工版);2009年06期
7 谷军霞;丁晓青;王生进;;基于人体行为3D模型的2D行为识别[J];自动化学报;2010年01期
8 李英杰;尹怡欣;邓飞;;一种有效的行为识别视频特征[J];计算机应用;2011年02期
9 王新旭;;基于视觉的人体行为识别研究[J];中国新通信;2012年21期
10 王忠民;曹栋;;坐标转换在移动用户行为识别中的应用[J];北京邮电大学学报;2014年S1期
11 温向兵;满君丰;;视频监控中人体行为识别的研究[J];微型机与应用;2010年23期
12 祁国平;吴朝润;;人体行为识别的研究[J];山西电子技术;2011年06期
13 黄文丽;范勇;;结合时空拓扑特征和稀疏表达的人体行为识别算法[J];计算机应用;2013年06期
14 孟春宁;白晋军;张太宁;刘润蓓;常胜江;;单摄像机下基于眼动分析的行为识别[J];物理学报;2013年17期
15 刘景;邓莎莎;童晶;陈正鸣;;基于人计算的小鼠行为识别[J];计算机应用;2014年02期
16 徐勤军;吴镇扬;;视频序列中的行为识别研究进展[J];电子测量与仪器学报;2014年04期
17 田国会;尹建芹;韩旭;于静;;一种基于关节点信息的人体行为识别新方法[J];机器人;2014年03期
18 陈嫣;;两级融合系统中目标身份与行为识别技术[J];火力与指挥控制;2011年09期
19 原光明;;基于打斗过程中运动能量特征的打斗行为识别研究[J];内江科技;2012年10期
20 赵海勇;李俊青;;基于动作串的人体行为识别[J];计算机科学;2013年10期
中国重要会议论文全文数据库 前7条
1 苗强;周兴社;於志文;倪红波;;一种非觉察式的睡眠行为识别技术研究[A];第18届全国多媒体学术会议(NCMT2009)、第5届全国人机交互学术会议(CHCI2009)、第5届全国普适计算学术会议(PCC2009)论文集[C];2009年
2 齐娟;陈益强;刘军发;;基于多模信息感知与融合的行为识别[A];第18届全国多媒体学术会议(NCMT2009)、第5届全国人机交互学术会议(CHCI2009)、第5届全国普适计算学术会议(PCC2009)论文集[C];2009年
3 方帅;曹洋;王浩;;视频监控中的行为识别[A];2007中国控制与决策学术年会论文集[C];2007年
4 黄紫藤;吴玲达;;监控视频中简单人物行为识别研究[A];第18届全国多媒体学术会议(NCMT2009)、第5届全国人机交互学术会议(CHCI2009)、第5届全国普适计算学术会议(PCC2009)论文集[C];2009年
5 安国成;罗志强;李洪研;;改进运动历史图的异常行为识别算法[A];第八届中国智能交通年会优秀论文集——智能交通与安全[C];2013年
6 王忠民;曹栋;;坐标转换在移动用户行为识别中的应用研究[A];2013年全国通信软件学术会议论文集[C];2013年
7 刘威;李石坚;潘纲;;uRecorder:基于位置的社会行为自动日志[A];第18届全国多媒体学术会议(NCMT2009)、第5届全国人机交互学术会议(CHCI2009)、第5届全国普适计算学术会议(PCC2009)论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 邵延华;基于计算机视觉的人体行为识别研究[D];重庆大学;2015年
2 仝钰;基于条件随机场的智能家居行为识别研究[D];大连海事大学;2015年
3 冯银付;多模态人体行为识别技术研究[D];浙江大学;2015年
4 姜新波;基于三维骨架序列的人体行为识别研究[D];山东大学;2015年
5 韩姗姗;基于视觉的运动人体特征描述与行为识别研究[D];浙江工业大学;2015年
6 裴利沈;视频中人体行为识别若干问题研究[D];电子科技大学;2016年
7 周同驰;行为识别中基于局部时空关系的特征模型研究[D];东南大学;2016年
8 徐海燕;复杂环境下行为识别特征提取方法研究[D];东南大学;2016年
9 何卫华;人体行为识别关键技术研究[D];重庆大学;2012年
10 吴秋霞;复杂场景下的人体行为识别[D];华南理工大学;2012年
中国硕士学位论文全文数据库 前10条
1 唐小琴;基于全局和局部运动模式的人体行为识别研究[D];西南大学;2015年
2 胡秋扬;可穿戴式个人室内位置和行为监测系统[D];浙江大学;2015年
3 陈钰昕;基于时空特性的人体行为识别研究[D];燕山大学;2015年
4 任亮;智能车环境下车辆典型行为识别方法研究[D];长安大学;2015年
5 金泽豪;并行化的人体行为识别方法研究与实现[D];华南理工大学;2015年
6 王呈;穿戴式多传感器人体日常活动监测系统设计与实现[D];南京理工大学;2015年
7 王露;基于稀疏时空特征的人体行为识别研究[D];苏州大学;2015年
8 于静;基于物品信息和人体深度信息的行为识别研究[D];山东大学;2015年
9 章瑜;人体运动行为识别相关方法研究[D];南京师范大学;2015年
10 赵扬;家庭智能空间下基于行走轨迹的人体行为理解[D];山东大学;2015年
中国重要报纸全文数据库 前4条
1 李晨光;导入CIS要注意什么?[N];河北经济日报;2001年
2 农发行鹿邑支行党支部书记 行长 刘永贞;发行形象与文化落地农[N];周口日报;2007年
3 东林;行为识别新技术让监控没有“死角”[N];人民公安报;2007年
4 田凯 徐蕊 李政育 信木祥;博物馆安全的国际经验[N];中国文物报;2014年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978